基模post-train算法实习生
岗位摘要
参与大模型Post-training阶段的算法研究与实践，围绕SFT、RL、Self-Improvement等方法，系统性提升模型的推理、泛化与对齐能力；开展前沿算法研究，包括在线学习、持续学习、自适应数据采样与模型自我进化机制，推动模型在长时间尺度下的稳定学习与能力积累
岗位职责
- 参与大模型Post-training阶段的算法研究与实践，围绕SFT、RL、Self-Improvement等方法，系统性提升模型的推理、泛化与对齐能力
- 开展前沿算法研究，包括在线学习、持续学习、自适应数据采样与模型自我进化机制，推动模型在长时间尺度下的稳定学习与能力积累
- 参与可扩展强化学习相关算法与训练框架的设计与实现，支持大规模并行训练、长上下文与高效rollout，提升RL在大模型场景下的稳定性与效率
- 设计并实施系统化实验，分析模型在复杂推理、泛化任务与真实场景中的表现，推动算法从研究原型走向可复现、可扩展的训练流程
任职要求
- 国内外高校研究生在读，人工智能、计算机、自动化、数学相关专业优先
- 优秀的代码能力、数据结构和基础算法功底，熟练掌握Python
- 出色的问题分析和解决能力，能深入解决大模型训练和应用存在的问题，有自主探索解决方案的能力
- 有责任心和良好的沟通协作能力，能和团队一起探索新技术，推进技术进步
- 扎实的机器学习基础，熟悉NLP、RL领域的技术，在NeurIPS/ICML/ICLR等顶级会议上发表论文者优先
- 能够长期实习（6个月及以上优先），每周出勤不少于4天
福利待遇
- 顶尖GPU集群算力支持，快速迭代实验有影响力idea
- 实习期间表现优秀者，可直接获得转正名额
工作地址
北京海淀区大恒科技大厦南座